- 博客(14)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 FunAudioLLM：用语音大模型解锁智能语音交互的无限可能
随着人工智能技术的飞速发展，语音处理已成为人机交互的核心领域之一。本文将介绍 FunAudioLLM 模型家族中的两个重要成员：SenseVoiceSmall 和 CosyVoice2-0.5B，探讨它们在语音识别、语音合成和情感分析中的应用，并提供实用的部署指南。
2025-02-23 21:21:45
991
原创 LTX-Video 强力推荐的成本低廉的文生视频模型
LTX-Video 是由 Lightricks 开发的一种开源 AI 视频生成模型，专为实时生成高质量视频而设计。它结合了先进的技术架构和高效的优化策略，能够在短时间内生成高分辨率、高帧率的视频内容。以下是关于 LTX-Video 的详细介绍：核心特点实时性能• LTX-Video 基于 DiT（Diffusion Transformer） 架构，能够在极短时间内生成高质量视频。
2025-02-12 22:12:02
1285
原创 基于deepseek本地模型的本地知识库构建
通过以上步骤，你已经成功构建了一个基于 AnythingLLM 和 LM Studio 的本地知识库。这个系统不仅能够高效地存储和检索知识，还能结合强大的语言模型生成准确的回答。你可以根据自己的需求进一步扩展和优化这个系统，比如增加更多的文档格式支持、优化检索算法等。
2025-02-10 23:21:13
955
原创 解决vscode cline 调用官网deepseek api不稳定的问题
vscode cline 插件Cline 是一款开源的 AI 编程助手插件，专为 Visual Studio Code（VSCode）设计，能够与多种 AI 模型（如 OpenAI、DeepSeek、Claude 等）无缝集成，为开发者提供强大的智能编程支持。功能特点。
2025-02-07 11:54:49
3203
5
原创 deepseek 多模态Janus-Pro-7B 免费调用
janus-Pro-7B 是由 DeepSeek 开发的一款先进的多模态人工智能模型，专注于文本到图像生成、多模态理解和创意应用。它在多个基准测试中表现出色，超越了 OpenAI 的 DALL-E 3 和 Stability AI 的 Stable Diffusion，成为多模态 AI 领域的一个重要突破。本地部署需要较好的硬件资源，同时使用官方的网址经常出现崩溃的现象，经过多方尝试与摸索发现了使用硅基流动的平台最优，不仅免费还很迅速不用排队，尤其是使用API调用来实现。这里可以免费生成，比较方便。
2025-02-06 15:17:59
2942
4
原创 deepseek janus本地环境部署
DeepSeek Janus 是由深度求索（DeepSeek）公司开发的 AI 智能体开发框架，旨在帮助开发者更高效地构建和部署智能体（AI Agents）。它通过模块化设计与工具集成，降低开发门槛，适用于代码生成、数据分析、自动化办公等多种场景，推动AI技术的实际应用。此外，Janus项目中还提供了前端调用脚本，我们可以按照如下流程开启前端并与Janus进行对话。安装 pip 依赖： 激活环境后，安装所需的 Python 依赖。若要调用本地模型进行推理，则需要修改对应的前端脚本。
2025-01-31 13:59:27
3388
4
原创 deepseek 蒸馏模型本地部署
这样可以激发模型的创造力，生成更多意想不到的内容。敏感数据保护：某些行业的数据具有高度敏感性，如金融、医疗、政府等，将数据存储和处理在本地可以更好地控制数据访问和使用权限，降低数据泄露风险，确保敏感数据不被未授权访问和使用。系统集成：本地部署的系统可以更容易地与企业内部的其他系统进行集成，如ERP、CRM等，实现数据的共享和业务流程的自动化，提高企业的运营效率和竞争力。冗余备份：可以在本地建立数据和应用的冗余备份，当主系统出现故障或数据丢失时，可以快速切换到备份系统，确保业务的连续性和数据的完整性。
2025-01-30 20:47:56
4076
原创 deepseek token计费分析与使用策略
通过合理选择模型、提升缓存命中率及控制输出长度，可显著降低 DeepSeek API 使用成本。建议结合业务需求实测不同策略效果，持续优化成本结构。
2025-01-28 23:02:29
19386
原创 deepseek vscode 部署
这里也可以使用cline 一样的原理，具体continue的用法可以继续查找。是GPT4的三十分之一左右，对于想用AI辅助编程的程序员是极好的福音。这个key值只能显示和使用一次。
2025-01-28 22:13:52
1530
原创 Makefile学习
libvpu 的MakefileCC ?=$(CROSS_COMPILE)gccAR ?=$(CROSS_COMPILE)ar#CC = gcc# list of platforms which want this test case#INCLUDE_LIST:= IMX27ADS IMX51 IMX53 IMX6QOBJ = vpu_io.o vpu_util.o vpu_lib...
2025-01-15 20:31:10
757
原创 H264解码格式解析
H264的解码流程1 H264码流分析GOP一组图像 GOP所谓GOP就是1组图像Group of Picture，在这一组图像中有且只有1个I帧，多个P帧或B帧，两个I帧之间的帧数，就是一个GOP。GOP一般设置为编码器每秒输出的帧数，即每秒帧率，一般为25或30，当然也可设置为其他值。在一个GOP中，P、B帧是由I帧预测得到的，当I帧的图像质量比较差时，会影响到一个GOP中后续P...
2025-01-15 20:28:29
834
语音识别脚本资源描述1. 功能概述该脚本的主要功能是将长音频文件拆分成较短的片段（例如每段1分钟），并将每段音频上传到语音识别服务进行识别 识别结果将被合并并保存到一个文本文件中
2025-02-23
Janus 自动下载图片调用硅基流动api实现 https://cloud.siliconflow.cn/i/uroDf3rA
2025-02-06
deepseek-v3-tokenizer-fix-kun-more-functions
2025-01-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人